Desarrollo de un sistema de tasación y predicción de precios de autos usados en Chile

Abstract

La venta de vehículos es en Chile uno de los mercados más sólidos y extensos, tanto en el comercio de autos nuevos como en el de autos usados. En el último de estos existe la necesidad, como en toda venta de artículos de segunda mano, de hacer una tasación del vehículo para poder comprarlo o venderlo. Sin embargo, ésta no es directa y es efectuada comúnmente por personas conocedoras del mercado y con experiencia en el rubro. Dada esta problemática, en este trabajo se buscó una forma de poder automatizar el proceso, utilizando ejemplos del mercado para poder predecir cómo el precio de un vehículo se comporta a través de los años, de manera que un usuario pueda obtener una buena estimación del vehículo que quiere comprar o vender. Para poder obtener datos del mercado actual, se construyó un scraper que recorre diariamente la mayoría de las páginas de ventas de autos usados en Chile. Luego, con el fin de formatear e indexar estos datos para poder usarlos para construir una tasación, se implementó un sistema basado en palabras claves y en la agrupación de las entradas a través de su marca, modelo, año y versión específica. Ésta última es el dato principal de la solución propuesta y está basada en la información pública que el Servicio de Impuestos Internos libera sobre todos los autos existentes en el país. Como un modelo de auto puede tener varias versiones específicas con precios muy diferentes entre ellas, se hizo un análisis minucioso sobre cuáles versiones de un mismo auto se pueden considerar parecidas y cuáles no, a través del análisis de sus precios de lanzamiento al mercado, formando lo que se denominó grupos de versiones. Estos grupos son los importantes al momento de generar la predicción, ya que todos los autos pertenecientes al mismo grupo del vehículo consultado se toman como datos para construir el predictor. Además, se implementó una aplicación web que permite hacer consultas sobre vehículos específicos entregando el precio actual y el que tendrá a través de los años. Finalmente, se obtuvieron resultados y validaciones tanto para el predictor como para la aplicación web. El primero se validó comparándolo con datos reales y el segundo se validó a través de encuestas de usabilidad, dando ambos resultados positivos y satisfactorios.